通过处理摄相机镜头来捕获传感器数据和识别各种形状来确定一组机器人行动，听上去很容易。但是人类去做这件事就显得非常困难，因为人和机器打交道很难。
在机器人运动视觉导航控制是一个增长领域的供应商、集成商和替代方法,如视觉引导机器人(VGR),先进的视觉引导机器人(AVGR)和机器学习引导机器人(MLGR)。
在滚刀Wubbena吞吐量图如上所示的滚刀块的各种选择和比较人类的选择。人类可以识别和选择一个无限数量的不同大小和形状的纸箱或者病例,但只能身体每小时处理500。VGR四轴机器人可以做同样的工作速度每小时1400,但数量非常有限(10或更少)的不同的大小和形状。一个AVGR四轴机器人可以做同样的但更广泛的包装尺寸和形状——100。VGR和AVGR都是有限的,因为他们的视觉识别处理和记忆系统无法确定高速随机对象吞吐率。MLGR四轴机器人可以处理无限数量的随机箱或病例和可以吞吐速度每小时1400,因为快速的机器学习功能的软件。
注意条件有利时,所有3 vision-enabled机器人选择备选方案可以选择两种情况同时从而增加吞吐量在机器人物理速度限制。
Wubbena的公司,通用机器人(不与丹麦混淆通用机器人),已经开发了一种独立于硬件的软件系统称为皮层使用摄像头和传感器信息和基本参数的盒子尺寸学习和与机器人控制指令实时反应。
新皮层使用监督学习模型和相关的学习算法,分析了数据和识别模式为每一个独特的纸箱。新皮层看到属性,组装一个合理的实时模型,构建出其参数的细微差别,机器和驱动行为。
通用的新皮层系统是机器人的进化发展的一个示例学习如何为自己做更多的决定。这新一代的智能机器人离开实验室,进入工厂和商店强劲vision-enabled技术物流、分销、材料处理和复杂的制造。
